1.搜索引擎的历史,搜索引擎起步,发展,繁荣,搜索引擎的原理,搜索技术用途,信息检索过程,倒排索引,什么是Lucene,Lucene快速入门

时间:2023-12-13 13:58:26


一:


搜索引擎的历史

萌芽:Archie、Gopher

Archie:搜索FTP服务器上的文件

Gopher:索引网页


起步:Robot(网络机器人)的出现与spider(网络爬虫)

Robot基于网络的,可以执行特定任务的程序

Spider:特殊的机器人,网络爬虫,爬取互联网上的信息(可以是文件,网络)----网络自动下载程序

3
  发展阶段:excite,galaxy,yahoo这些公司做搜索

4
  繁荣:infoseek,AltaVista,Google和百度

5  
搜索引擎的原理:

有三步


爬取资源


建立索引


用户索引

1.搜索引擎的历史,搜索引擎起步,发展,繁荣,搜索引擎的原理,搜索技术用途,信息检索过程,倒排索引,什么是Lucene,Lucene快速入门

二 
搜索技术能用来做什么?

案例:


使用word中Ctrl+F进行检索:原理:从文档自上而下搜索


从windows的资源管理器中看搜索:搜索每个文件夹,检索需要的文件

C MyEclipse中的help contents:原理:站内搜索

D Baidu和Google提供互联网中各种资源的搜索:原理:垂直搜索

三:信息检索的过程


构建文本库


建立索引


进行搜索


对结果进行排序

四:倒排索引

倒排搜索区别于传统查找,传统线性查找,按照信息从前到后,依次查找(效率),倒排搜索,记录信息出现的位置,通过索引内容快速找到关键信息,类似书记的目录!

五:什么是Lucene(全文检索框架,apache提供)


Lucene是一套用于全文检索和搜寻的开源程式接口,能够做全文索引和搜寻,在Java开发环境里Lucene是一个成熟的免费开发源代码工具

B Lucene是提供了一个简单却强大的应用程式接口,能够做全文检索索引和搜寻,在Java开发环境里Lucene是一个成熟的免费的开放源代码工具。

全文检索:对数据建立全文索引,根据全文索引搜索信息

solr
是高性能搜索服务器,基于Lucene

Lucene并不是现成的搜索引擎产品,但可以用来制作搜索引擎产品

Lucene是搜索引擎的开发技术,Lucene并不是一个现成的产品

官网:http://lucene.apache.org

六 
什么是全文件检索

全文检索:对需要查找数据的每一个单词建立索引

七:Lucene快速入门(5个步骤)

A
下载Lucene的卡发包,Lucene-3.6.2.zip

B
导入jar包到工程Lucene-core-3.6.2.jar

C
将数据转换成为文档对象Document

D
建立索引Index

E
查询索引获取数据